Взрывной рост ИИ-кода: почему пул-реквесты на GitHub выросли вчетверо за полгода

# Взрывной рост ИИ-кода: почему пул-реквесты на GitHub выросли вчетверо за полгода

Ситуация для мейнтейнеров open-софта становится всё более напряженной. Утренний просмотр очереди пул-реквестов (Pull Request) теперь означает столкновение с огромным объемом предложений от нечеловеческих авторов. Данные показывают, что количество заявок от ИИ-агентов выросло с 4 миллионов в сентябре 2025 года до 17 миллионов в марте 2026 года. За полгода прирост составил 325%. Каждый такой запрос требует чтения, тестирования и вердикта о допустимости изменений. Вопрос о том, кто именно берет эту нагрузку — люди или алгоритмы — нашел свой финансовый ответ на фондовом рынке.

Сдвиг центра тяжести: от написания к проверке

Логика технологической эволюции проста и безжалостна. Генерация кода стала относительно дешевой, несмотря на затраты на токены и подписки. С другой стороны, человеческое чтение и проверка требуют неизменно больших временных ресурсов. Узкое место современной разработки сместилось с производства на контроль качества.

Статистика подтверждает масштаб проблемы. В опросе компании Anthropic указано, что более 80% кода теперь пишется моделями. Другой опрос от Sonar выявил, что 61% разработчиков регулярно получают код от ИИ, который визуально выглядит корректно, но несет в себе скрытые дефекты. При этом 38% участников признают, что процесс ревью кода, созданного ИИ, оказывается сложнее и трудоемче, чем проверка работы человека. Главным навыком профессионала новой эпохи стало умение валидировать сгенерированный результат.

Финансовый рынок среагировал мгновенно. 12 августа одновременно объявили о крупных раундах финансирования два стартапа, специализирующихся на проверке кода, а не на его написание: CodeRabbit привлек 143 миллиона долларов при оценке в 1,5 миллиарда, а Blacksmith — 45 миллионов при оценке в 550 миллионов. Общий объем инвестиций составил почти 190 миллионов долларов за один день.

Как работает автоматическое ревью

Одна из ключевых компаний, CodeRabbit, предлагает решение в формате «чтения» или кода-ревью. Однако их архитектура кардинально отличается от простой команды «модели прочитать дифф». Основатель компании описывает продукт как конвейер, где основной объем работы приходится на подготовку контекста.

Процесс выглядит следующим образом: 1. При открытии пул-реквеста задача попадает в очередь, способную обрабатывать до 10 ревью в секунду. 2. Репозиторий клонируется в изолированную виртуальную среду. 3. Проект собирается и подвергается проверке более чем 20 линтеров и статических анализаторов. 4. Менее сложные модели анализируют десятки сигналов: разницу в коде (дифф), графы связей, логи упавших тестов и предпочтения команды. Вся эта информация сводится в краткий бриф. 5. Только после этого передовая модель начинает глубокое расследование, буквально выдавая команды в терминале для запуска тестов и поиска зависимостей. 6. Финальный этап проводит отдельная модель-судья, которая проверяет каждое замечание на обоснованность.

Архитектурной основой служит живой граф связей кода. Это важно, так как критические баги часто скрыты в файлах, не вошедших непосредственно в дифф, но связанных с изменениями логически.

По данным самой компании Anthropic, их инструмент Code Review для Claude Code демонстрирует рост доли пул-реквестов с 2% в мае до 10% к декабрю 2025 года. Основатель компании подчеркивает, что агенты, такие как Claude Code, автоматически и непрерывно запускают проверки кода в разы чаще, чем люди, что объясняет резкий скачок нагрузки на ревью-сервисы.

Blacksmith: ставка на скорость проверки

Второй яркий пример — Blacksmith, компания, ориентированная на CI/CD (непрерывную интеграцию и доставку). Их стратегия базируется на аппаратной оптимизации, что актуально в условиях роста количества ядерных вычислений.

Компания выделяет три основных направления: * Мониторинг CI: Инструменты для анализа отказов в сборке и тестировании. * Автоисправление: Система, которая сама вносит исправления в код при обнаружении ошибок. * Синтез кода: Генерация и рефакторинг решений.

В отличие от компаний, полагающихся на модели для каждого шага, Blacksmith делает ставку на «быстрое одиночное ядро». Они используют дешевые игровые процессоры, которые обеспечивают высокую пропускную способность для параллельных задач проверки. С 800 клиентов в прошлом году до 6000 компания выросла, прогнозируя еще больший рост в ближайшие месяцы.

Однако у Blacksmith есть уязвимость, которая стала общей проблемой для всех сервисов, работающих через GitHub. Полный контроль над экосистемой находится у Microsoft. Компания может в любой момент изменить правила API или структуру серверов, что создаст риски для бизнес-модели, построенной на интеграции с чужой платформой.

Почему независимые судьи еще не победили

Рынок полон инструментов, но сравнение независимых систем против встроенных в редакторы решений пока остается сложной задачей. Бенчмарки часто противоречат друг другу, выделяя разных лидеров в разных сценариях. Например, в тестировании на баги лидируют одни модели, а в оценке архитектурных решений — другие.

Критики утверждают, что независимые сервисы создают ложную экономию времени. По данным независимого аудита проекта Lychee, проведенного по 28 пул-реквестам, лишь 35% комментариев от автоматических систем действительно полезны. Остальные 65% делятся на две категории: придирки и полностью бесполезные замечания. Для разработчика, который должен вручную анализировать каждый комментарий, это создает лишнюю шумовую нагрузку.

Основатель CodeRabbit объясняет преимущество своей системы программной архитектурой: все процессы реплицируемы и проверяемы в выходные дни, а не только оценка результатов моделей, требующая огромных ресурсов. Это делает систему масштабируемой и управляемой.

Будущее: победа удобства или чистоты?

Итоговый вопрос заключается в выборе между чистотой независимого аудита и удобством встроенных решений. Как и в мире аудиторской деятельности, ценность независимости может быть институциональной. Однако исторический прецедент часто показывает, что встроенные решения, интегрированные прямо в рабочий процесс разработчика, побеждают из-за удобства.

Вероятно, в ближайшие годы мы увидим рост числа частных лабораторных систем оценки моделей, где каждая крупная компания будет использовать своих собственных «судей». Независимые сервисы будут вынуждены конкурировать не только за точность, но и за способность адаптироваться под закрытые требования корпоративных экосистем. Тем не менее, идея независимого ревью-аудита остается фундаментальной, даже если его доля на рынке будет меньше ожидаемой.

P.S. Поддержать меня можно подпиской на канал [сбежавшая нейросеть](https://t.me/runaway_llm), где я рассказываю про ИИ с творческой стороны.

Теги: CodeRabbit blacksmith AI Code Review GitHub Startups Хабы: Искусственный интеллект, Машинное обучение Нравится: 0 | Не нравится: 0 | Добавить в закладки: 0 | Поделиться: 0 Комментарии: 1 | Охват: 128K+ | Карма: 72